文档反馈官招募中，报名立赚积分兑换代金券！> HOT
文档中心>媒体处理>接入教程>媒体 AI 接入>语音合成和音色复刻接入

语音合成和音色复刻接入

最近更新时间：2026-03-13 17:48:11

我的收藏

本页目录：

功能介绍

基于 AI 语音模型，支持声音复刻、语音合成能力，适用于有声书、播客、音视频创作等多种场景。支持中、英、日、韩等40+语种，提供丰富的系统音色，音色复刻还原度高。


前提条件

在使用本功能前，您需完成以下前置操作：
腾讯云账号注册/登录、开通 MPS 产品、完成服务角色授权。
若您使用腾讯云子账号，还需要保证账号有足够权限使用 MPS 产品。
具体指引请参考 快速入门。账号授权问题可参考 账号授权 文档。

发起音色复刻任务

调用 同步配音 接口，传入待复刻的音频，即可实现极速复刻。
说明：
输入的音频时长没有限制，为提高复刻效果，建议时长控制在10秒-20秒之间，且仅包含单人清晰语音。
输入示例：
{
    "AudioData": "UklGRghoAABXQVZFZm10IBAAAAABAAEAgD4AAAB..."
}
输出示例：
{
    "Response": {
        "ErrorCode": 0,
        "Msg": "success",
        "VoiceId": "v1_jRFTM0hdReIsnPll+lDRCpW6+3Drq0RcmXwUT",
        "RequestId": "15468f21-9d4a-4958-b652-454d6f7646ea"
    }
}

计费说明

使用音色复刻能力，收取“克隆音色”费用，详细定价请参考 计费说明文档。

发起语音合成任务

计费说明

使用语音合成能力，收取“语音合成（基于音色 ID）”费用，详细定价请参考 计费说明文档。

短文本语音合成（同步）

传入文本、音色 ID 进行语音合成

输入示例：
{
    "Text": "您好",
    "VoiceId": "s1_2GSzVAf00hl"
}
输出示例：
{
    "Response": {
        "ErrorCode": 0,
        "Msg": "success",
        "VoiceId": "v1_jRFTM0hdReIsnPll+lDRCpW6+3Drq0RcmXwUT",
        "RequestId": "15468f21-9d4a-4958-b652-454d6f7646ea"
    }
}

传入文本、训练音频，同时进行音色复刻、语音合成

输入示例：
{
    "Text": "您好",
    "AudioData": "UklGRghoAABXQVZFZm10IBAAAAABAAEAgD4AAAB..."
}
输出示例：
{
    "Response": {
        "RequestId": "2f8fa58c-91e8-4564-8b42-490ececda193",
        "ErrorCode": 0,
        "Msg": "success",
        "AudioData": "UklGRuxnAABXQVZFZm10IBAAAAABAAEAgD4AAA...",
        "VoiceId": "s1_2GSzVAf00hl"
    }
}

长文本语音合成（异步）

调用 ProcessMedia 接口 ，选择 AiAnalysisTask 任务，将 Definition 设置为36（预设模板 ID）。
ExtendedParameter 填写扩展参数，用于传入合成音频的文本以及其他个性化能力，取值见下文 扩展参数说明。
传参 JSON 示例如下：
{
    "InputInfo": {
        "Type": "URL",
        "UrlInputInfo": {
            "Url": "https://test.myqcloud.com/video/xxx.mp4" // SpeechToSpeech模式替换成要做音色替换的视频/音频，TextToSpeech模式下随便填写一个可访问的音视频链接即可，不会统计时长计费
        }
    },
    "AiAnalysisTask": {
        "Definition": 36, //预设语音合成模板 ID
        "ExtendedParameter": "{\\"dubbing\\":{\\"dubbingType\\":\\"TextToSpeech\\",\\"text\\":\\"文本\\",\\"voiceId\\":\\"clone_v1_Q03FBduA\\"}}" //扩展参数，用于传入合成音频的文本以及其他个性化能力，见下文说明
    },
    "OutputStorage": {
        "CosOutputStorage": {
            "Bucket": "test-mps-123456789",
            "Region": "ap-guangzhou-2"
        },
        "Type": "COS"
    },
    "OutputDir": "/output/",
    "TaskNotifyConfig": {
        "NotifyType": "URL",
        "NotifyUrl": "http://qq.com/callback/qtatest/?token=xxxxxx"
    },
    "Action": "ProcessMedia",
    "Version": "2019-06-12"
}


ExtendedParameter扩展参数说明

ExtendedParameter 用于对语音任务进行个性设置，不同场景可选参数及其说明如下文。

文本转语音场景

输入长文本，合成语音。ExtendedParameter 传参示例：
{
  "dubbing": {
    "dubbingType": "TextToSpeech",
    "text": "文本",
    "voiceId": "clone_v1_Q03FBduA"
  }
}
//调用API时需进行转义！
参数
类型
必选
描述
dubbingType
String
是
配音任务类型，该场景填 TextToSpeech。
text
String
是
需要合成音频的文本。
textLang
String
否
文本对应语言，默认中文。
voiceId
String
否
指定音色 ID，可填克隆音色或系统音色，系统音色见 此文档。
cloneVideoUrl
String
否
克隆音色的视频/音频，要求时长不小于5s且只包含一个说话人。若没有指定 voiceId，将克隆该音视频的音色。
cloneVideoLang
String
否
克隆视频/音频对应的语言，默认中文。
outputPattern
String
否
输出文件名前缀，支持占位符{taskType}、{timestamp}，默认文件名为{taskType}_{timestamp}。
extraPara
Object
否
其他参数。
extraPara.synExt
Object
否
语音合成扩展参数。
synExt.pitch
Integer
否
结果音频音调，取值[-12,12]，默认0即原音色输出。
synExt.sampleRate
Integer
否
结果音频采样率，支持[8000,16000,22050,32000,44100]。

语音转语音场景（音视频音色替换）

输入原始音频或视频，指定音色 ID 或用于克隆音色的训练音频/视频，可以替换原始音色，说话内容不变。
ExtendedParameter 传参示例：
{
  "dubbing": {
    "dubbingType": "SpeechToSpeech",
    "cloneVideoUrl": "https://test.tencentcos.cn/test/trainingvoice.mp4"
  }
}

//调用API时需进行转义！
参数
类型
必选
描述
dubbingType
String
是
配音任务类型，该场景填 SpeechToSpeech。
srcLang
String
否
源视频/音频对应语言，源视频即 InputInfo 中的音视频。
voiceId
String
否
指定音色 ID，可填克隆音色或系统音色，系统音色见 此文档。
cloneVideoUrl
String
否
克隆音色的视频/音频，要求时长不小于5s且只包含一个说话人。若没有指定 voiceId，将克隆该音视频的音色。
cloneVideoLang
String
否
克隆视频/音频对应的语言，默认中文。
outputPattern
String
否
输出文件名前缀，支持占位符{taskType}、{timestamp}，默认文件名为{taskType}_{timestamp}。
extraPara
Object
否
其他参数。
extraPara.synExt
Object
否
语音合成扩展参数。
synExt.pitch
Integer
否
结果音频音调，取值[-12,12]，默认0即原音色输出。

查询任务结果

事件通知回调

在使用 ProcessMedia 发起媒体处理任务时，您可以通过 TaskNotifyConfig 参数配置事件回调。当任务处理完成后，会通过配置的回调信息回调任务结果，您可以通过 ParseNotification 解析事件通知结果。相关数据结可参考下文处。

调用接口查询任务结果

在使用 ProcessMedia 发起媒体处理任务后，会返回任务 ID（TaskId），例如：24000022-WorkflowTask-b20a8exxxxxxx1tt110253、24000022-ScheduleTask-774f101xxxxxxx1tt110253。调用 DescribeTaskDetail 接口，输入任务 ID 即可获取任务结果，您需要解析 WorkflowTask ->AiAnalysisResultSet > DubbingTask > Output 字段获取任务结果。下方列出了相关数据结构以供参考。
AiAnalysisTaskDubbingResult
AiAnalysisTaskDubbingInput
AiAnalysisTaskDubbingOutput

附：系统音色列表

中国站
目录